De nouveaux outils d’IA explorent le lien entre le changement climatique et les phénomènes météorologiques extrêmes
Les phénomènes météorologiques extrêmes sont devenus plus fréquents et plus intenses ces dernières années, suscitant de vives inquiétudes pour l’environnement et la sécurité des populations. En 2024, 604 événements de ce type(s’ouvre dans une nouvelle fenêtre) ont été recensés dans le monde, dont un nombre important qualifié d’inhabituels ou de sans précédent». Ces incidents semblent étroitement liés au changement climatique, et le lien a déjà été clairement établi pour certains d’entre eux. Nous ne comprenons toutefois pas encore précisément les mécanismes à l’origine des phénomènes les plus extrêmes, les plus lourds de conséquences et les plus complexes, ce qui nous empêche de mieux les prévenir et d’en limiter l’impact. Le projet XAIDA(s’ouvre dans une nouvelle fenêtre), financé par l’UE, a réuni 16 partenaires spécialisés dans l’IA, les statistiques et la modélisation climatique afin de développer une méthode fondée sur les données pour mieux cerner le rôle du changement climatique dans les phénomènes météorologiques extrêmes à travers le monde. Le projet a également associé des acteurs de différents secteurs afin de préparer des stratégies d’évaluation des risques et d’adaptation à ces événements.
Des outils intelligents pour évaluer les phénomènes météorologiques extrêmes
Pour mieux comprendre et anticiper les extrêmes climatiques, le consortium XAIDA a développé une série d’outils reposant sur l’apprentissage automatique, l’inférence causale, la détection des événements et l’évaluation de leurs impacts, en les combinant avec des modèles statistiques du climat et des méthodes d’attribution. Les vagues de chaleur ont notamment servi de cas d’étude. XAIDA a utilisé des auto-encodeurs variationnels(s’ouvre dans une nouvelle fenêtre), une technique spécifique d’apprentissage profond, pour étudier l’évolution des épisodes de chaleur extrême sous l’effet du changement climatique. Ces travaux ont révélé que les modèles actuels ne prennent pas suffisamment en compte certains mécanismes physiques importants. «Nous avons constaté que, dans de nombreuses régions, la fréquence des vagues de chaleur augmentaient plus rapidement que ne le prévoyaient les modèles climatiques. C’est très préoccupant», explique Dim Coumou, coordinateur du projet et professeur à la faculté des sciences, au département des risques liés à l’eau et au climat de la Vrije Universiteit Amsterdam. Les raisons de cet écart ont été examinées dans un article(s’ouvre dans une nouvelle fenêtre) consacré aux extrêmes de chaleur en Europe occidentale. L’équipe y a également défini les étapes nécessaires pour améliorer les modèles de prévision et d’attribution climatiques. Parmi les résultats de XAIDA figurent la boîte à outils AIDE (intelligence artificielle pour la dissociation des phénomènes extrêmes), destinée à détecter les phénomènes extrêmes et à évaluer leurs impacts, la plateforme CAUSEME, qui aide à identifier les relations de cause à effet dans des données climatiques complexes, et GreenEarthNet, une boîte à outils fondée sur l’apprentissage automatique qui combine des données d’observation de la Terre et des résultats de modèles climatiques pour prévoir les réactions des écosystèmes au changement climatique. Le projet a également élaboré des supports pédagogiques pour les enseignants et les élèves du primaire et du secondaire, tandis que ses chercheurs ont publié plus de 100 articles scientifiques.
Réduire les réticences face à l’IA
XAIDA a dû composer avec les interrogations persistantes sur la fiabilité et l’interprétabilité de l’IA. Le consortium y a répondu en associant des méthodes plus traditionnelles (modèles climatiques et analyses statistiques de données d’observation) à de nouvelles méthodes d’IA. Cette combinaison leur a notamment permis de vérifier la pertinence des résultats produits par l’IA. Dans l’ensemble, XAIDA a montré comment intégrer l’IA de manière fiable dans les travaux de recherche climatique. Il a, en effet, apporté de nouveaux éclairages sur les mécanismes à l’origine des phénomènes extrêmes et sur leur prévisibilité, avec des délais de prévision plus longs pouvant atteindre plusieurs semaines ou plusieurs mois. «XAIDA s’inscrit dans une vague beaucoup plus vaste d’innovations fondées sur l’IA qui transforme la science du climat depuis quelques années; l’IA a véritablement pris son essor durant le projet. Nous disposons désormais de modèles mondiaux de prévision météorologique fondés sur l’IA qui offrent de réelles nouvelles opportunités à la communauté scientifique», conclut Dim Coumou.
